面向个性化推荐的强关联规则挖掘

被引：44

作者：

李杰 ^{[1
]}

徐勇 ^{[2
,3
]}

王云峰 ^{[1
]}

朱昭贤 ^{[4
]}

机构：

[1] 河北工业大学管理学院

[2] 河北工业大学理学院

[3] 天津大学系统工程研究所

[4] 美国宾西法尼亚州立大学信息科学与技术学院

来源：

系统工程理论与实践 | 2009年 / 29卷 / 08期

关键词：

数据挖掘; 关联规则; 个性化推荐; 强关联规则;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

提出了适用于个性化推荐的强关联规则的概念,并给出一种基于矩阵的强关联规则挖掘算法强关联规则集合能够以较少数量的规则表示全部有效关联信息,便于管理和应用.给出的强关联规则挖掘算法只需对交易数据库进行一次扫描,在挖掘过程中不断删除非频繁项使矩阵规模逐渐减小,并且避免了对冗余规则的挖掘,从而提高了挖掘效率.通过对三组数据的实验表明:强关联规则集合包括的规则数量平均仅为规则总数的26.2%,有效解决了规则数量过多的问题.

引用

页码：144 / 152

页数：9

共 16 条

[1] 基于DMA的时间序列模式下顾客行为的个性化推荐 [J].